GV

GeezerVison

The World Wide Web, restored to 800 pixels of glory.

Home|About|Gaming cabinet|Archives|How it works|Starter sites

On this site

  • Sign in
  • ActionsCI/CD and automation
  • CodespacesCloud development environments
  • All Features
  • Documentation
  • Training
  • Certifications
  • Build with Copilot
  • Customize Copilot
  • Integrations
  • Trending repos
  • GitHub Sponsors
  • Developer articles
  • Enterprises

This view

  • Original page
  • New address

GeezerVison is showing github.com — GitHub - Mangi-11/Eta: System-level Android AI Agent with direct OS access. | Android 系统级 AI Agent——越过沙盒,让模型访问底层API、屏幕、终端与你的数据

BranchesTags
Open more actions menu

Latest commit

 

History

476 Commits
476 Commits

Folders and files

NameName
Last commit message
Last commit date
.github
.github
 
 
app
app
 
 
docs
docs
 
 
gradle
gradle
 
 
scripts
scripts
 
 
.gitignore
.gitignore
 
 
LICENSE
LICENSE
 
 
README.md
README.md
 
 
README_EN.md
README_EN.md
 
 
build.gradle.kts
build.gradle.kts
 
 
gradle.properties
gradle.properties
 
 
gradlew
gradlew
 
 
gradlew.bat
gradlew.bat
 
 
settings.gradle.kts
settings.gradle.kts
 
 

Repository files navigation

Eta

简体中文 | English

面向 Android 的第三方系统级 AI 助手

GitHub Stars GitHub Releases 累计下载量 minSdk 33 Assistant integrations for ColorOS and HyperOS

Eta · Trendshift Kotlin 日榜

Eta 是为手机和移动设备设计的 AI Agent,结合了 Codex 这类 Coding Agent 自主规划与执行任务的能力,以及豆包手机助手所展示的 GUI Agent 跨应用操作方式。它可以处理文件、执行命令、编写代码,也能深入 Android 系统与厂商应用,直接获取个人上下文、调用系统与一方应用的原生接口。

不同于仅停留在无障碍模拟点击或通用 Root Shell 的第三方 Agent,Eta 对标的是手机厂商预装的一方系统助手。项目针对 Android 系统服务与厂商一方应用做了大量深度适配,目标是提供真正的系统级 AI 助手体验:

  • 个人上下文:直接对接系统 Provider、系统数据库、ColorOS DMP 个性化索引与小布记忆进程内 Hook 桥,按需检索位置、通知历史、应用使用统计、日历、相册(支持图片文字与画面内容检索)、通讯录、短信与验证码、通话记录、录音与转写摘要、便签、健康汇总、剪贴板历史、聊天图片,以及小布记忆、账单与收支汇总、航班/火车/酒店行程、外卖快递订单、待办线索与收藏地点。
  • 系统与一方应用操作:通过 Android API 与一方应用原生接口,直接读写日历日程(单条或批量创建、修改、删除)、管理闹钟(创建、改时、启停、删除)与计时器、创建/读取/回收系统便签,以及控制手电筒、亮度、息屏时间、响铃与勿扰、音量、媒体播放、护眼与深色模式、Wi‑Fi、蓝牙、移动数据、个人热点、NFC、系统设置项与应用冻结,所有状态修改均读回核验。
  • 原生数字助理与系统入口:Eta 自身即为完整的 Android 数字助理应用,长按电源键可直接唤醒 Eta 本体发起任务,唤醒时自动附带当前屏幕原图与结构化应用内容;也可通过 Xposed 接管小布助手与超级小爱。任务执行进度实时同步至顶部状态胶囊与状态栏/锁屏实时活动(Live Updates / 流体云),并支持解锁 Gemini 系统助手与一圈即搜。

Eta 独立实现了 Agent Runtime 与 Agent Loop,统一编排模型调用、工具执行和结果反馈,并支持 Skills 与 MCP 扩展。使用 AI 功能支持自备模型服务的 API Key(BYOK),也支持 Codex(ChatGPT)与 Grok 订阅账号登录,模型与服务商由你选择。

支持 Android 13 及以上版本的 ARM64 设备,App 本体不限手机品牌,基础功能无需 Root。Root 和 LSPosed 可进一步开放深层个人上下文、一方应用接口与系统助手入口,具体能力取决于授权和 ROM 适配。

下载 APK · 快速开始 · 为什么做 Eta

界面预览

GUI Agent 小布助手 BYOK
Eta GUI Agent 执行演示 从小布助手入口发起 Eta 任务

更多界面:聊天、设备工具与设置

聊天首页 小布入口执行命令 系统 API 调用
聊天首页 小布入口执行命令 系统 API 调用
设置 工具能力 Skills
设置 工具能力 Skills

核心能力

执行工具

  • 系统与一方应用操作:直接调用 Android API 与一方应用接口,读写日历日程(支持单条或批量创建、修改、删除)、管理闹钟与计时器、创建和回收系统便签;控制手电筒、亮度、息屏时间、响铃与勿扰、护眼与深色模式、音量、媒体播放,以及 Wi‑Fi、蓝牙、移动数据、个人热点、NFC、定位和省电模式。也可查询应用版本、安装来源与权限,停止或冻结应用,在 Root 授权下筛选系统日志。设置、开关和一方应用写操作都会读回实际状态,未确认时明确报告,不盲目重复执行。
  • GUI Agent 与后台虚拟屏:结合无障碍 UI 树、控件定位与按需截图,执行点击、长按、滑动、滚动和文本输入;动作成功后自动附带新界面的节点快照,截图按原始尺寸与像素传递,不在上传前缩放或转 JPEG。支持物理主屏与后台虚拟屏智能分流:目标应用已在主屏前台时直接原地操作(屏幕边缘流光提示正在接管,手势经过状态胶囊时自动让路);Android 14+ 在具备 Root 或 LSPosed 且通过系统能力校验时,跨应用任务默认于后台受信任虚拟屏执行,隔离输入焦点与软键盘并抑制抢占音频焦点。Android 13 或后端不可用时采用物理主屏。应用启动结果区分已观察到窗口与尚未确认,空节点会注明原因并提示按需截图;运行中的虚拟屏失效时停止该画布的操作,不将旧坐标转用于主屏。虚拟屏运行期间,顶部胶囊右侧嵌入实时微缩取景器,点击胶囊可原地展开留白装裱视窗查看实时画面、直接在画布上触控接管或一键全屏投射;到达收银台、二维码或结果页时,模型也可调用 present_to_user 将虚拟屏内的应用原位无缝移交回物理主屏。
  • 运行通知:Android 16 及以上且支持 Live Updates 的系统可在状态栏胶囊与锁屏显示 Agent 任务状态,纯后台任务同样适用;具体展示取决于系统支持和通知设置,部分系统映射到流体云或超级岛。仅驻留的终端会话、Linux 等任务保持普通前台通知。
  • 网页搜索与内置浏览器:提供轻量的公开网页搜索与静态正文分页读取,可在设置中切换内置默认、DeepSeek Search / Fetch 或自定义 HTTP 接口;动态 JavaScript 页面通过内置 WebView 加载,支持读取正文、操作 DOM 与截图,用户可随时打开同一浏览器会话接管。
  • 终端:Android user/root Shell、Alpine / Debian Linux 与脚本执行,支持会话、异步后台命令和常驻守护任务;返回实际 Shell、执行身份与可解析命令的信息。
  • 文件工具:读取、写入、精确编辑、元数据查询、目录分页、路径匹配、文本搜索与本机图片读取。文本读取按 UTF-8 字节边界续读,编辑检查旧内容,搜索结果说明实际范围与未完成部分。

同一项任务可以组合多种工具:例如先读取网页资料,再用脚本整理文件;或汇总近期账单与行程记录后写入日历提醒,从通知和小布记忆中找到取件码与订单线索,再打开应用确认状态。

上下文与扩展

  • 个人上下文:通过结构化只读工具按需获取本机与厂商 ROM 数据。普通授权下可读取时间与时区、最近位置、设备环境(锁屏、勿扰、音频输出与外接显示状态)、当前通知与最近 7 天通知历史、最近打开应用与前台使用时长,以及日历日程。Root 授权下进一步开放通讯录、通话记录、短信与验证码提取、相册图片(支持按文件名,或通过内容索引按图片 OCR 文字、画面描述与标签检索)、音频与录音、共享文件与下载记录、输入法剪贴板历史、Health Connect 健康汇总(步数、睡眠、运动、心率、体重、血氧)、已保存的 Wi‑Fi 密码及微信/QQ 聊天图片缓存。在 ColorOS 上,还可通过小布记忆进程内 Hook 桥与系统 DMP 索引直接检索小布记忆、便签、通话与普通录音摘要,以及账单与收支汇总、航班/火车/酒店行程、外卖快递订单、待办线索、生活事件和收藏地点。
  • 长期记忆:使用本机 MEMORY.md 保存跨对话背景,核心内容按预算加入上下文,其余按需读取;支持编辑、清空和关闭。
  • Subagent:支持在独立子上下文中派发并并发运行多个 Subagent(内置 explore、coder、plan,支持在对话中按需拉起任意临时专职 Subagent 或保存 agents/<name>.md 复用模板),可单独配置轻量/高速模型(Secondary Model)并在聊天时间线中点击实时检视内部步骤。
  • Skills:按需加载任务方法、参考资料与脚本资源,支持公开 GitHub 仓库安装和本地 ZIP 导入;安装不会执行脚本或开启额外权限。
  • MCP:通过 Streamable HTTP 连接远程工具,支持 Bearer Token;工具逐项启用,与本机工具共同参与任务。

Agent Runtime

Agent Runtime 运行在 Eta App 内,来自聊天页面和系统助手的请求共用同一个 Agent Loop。模型通过 Tool Calling 选择工具,执行结果回到上下文,再决定下一步。工具 Schema 用于向模型说明参数,调用交给对应执行器处理,并在执行前检查权限;Hook 进程只负责入口与结果回传。

Runtime 同时管理流式事件、steering、取消和增量 transcript。回复或执行工具期间可以继续输入消息:短按发送排入待发队列,在当前 turn 完成后依次进入下一轮,点击队列胶囊可退回输入框继续编辑;长按发送或点击闪电图标可立即中断当前回合插话。会话与结果在本机归档;中断后尝试恢复已有记录,不自动重放操作。详细设计见 Agent Runtime。

可选角色

侧边栏的“角色”可管理、导入和导出兼容酒馆的 PNG / JSON 角色卡,并从角色开始对话。角色会话仍能调用 Eta 的手机工具,支持用户人设、内嵌世界书和独立剧情记忆;普通对话及系统助手入口保持默认 Eta。角色正文可原位编辑,重新生成只改写回复,不重复执行设备动作。兼容范围和记忆说明见角色功能。

为移动设备重新设计的终端

Eta 的终端可以由 Agent 调用,也可以由你直接操作。多个会话各自保留工作目录与环境;PTY 控制台是默认形态,可以直接运行 Claude Code、Codex、Kimi Code 等 TUI:输入直达终端,键条提供 Esc、Ctrl/Alt、方向键、回车与粘贴,网格随软键盘自动调整;简洁模式按命令展示输入输出。模型通过 terminal 执行命令,terminal_job 管理回复结束后仍会继续执行的后台命令,完成时发送通知并保留日志,terminal_daemon 管理可跨任务运行的后台服务;两种后台任务都可查看输出、主动停止。

Agent 的文件与命令共用本次运行的默认身份和工作区:已确认 Root 授权时默认直接使用 Root,否则使用 App 身份;两者使用同一个私有工作区,身份变化不移动文件。工作区页面支持读取、导出 Root 生成的文件;需要普通身份时显式传 identity=user。普通 Shell 身份不等同于 ADB Shell。Linux 文件路径在所选环境内部解析,例如 /workspace,不使用 Android 宿主的 rootfs 路径。单次写入及精确编辑限制为 512 KiB;续读、分页、版本检查与不同后端的写入保证见 文件工具合同。

  • Linux 环境:可选 Alpine 或 Debian,普通设备使用 PRoot,Root 设备还可选择 chroot。两种后端独立安装,不自动迁移数据;PRoot 中的模拟 root 不提供 Android 系统权限。
  • 开发工具:Python、Node.js、SSH、APK 分析与 Kimi Code 按需安装。
  • 文件管理:私有工作区支持导入、导出;已授权的 Android 目录可共享到 Linux 的 /workspace/mounts/,也可在 App 内浏览 Linux 文件。通过选择器导入的文件是工作区副本,修改副本不会自动写回来源;文件工具只接受文件系统路径,不直接写回 content:// 文档。

Eta 本体可以读取项目、修改代码、运行命令并验证结果。如果想在手机上持续进行编程工作,Kimi Code 的 Kimi Web 提供了更适合移动端的 Web UI,可以在浏览器中持续对话、查看代码修改与执行结果,享受完整的 Coding Agent 工作体验,随时随地 Vibe Coding。

在 Eta 中安装 Linux、Node.js 与 Kimi Code 后,即可从首页一键启动 Kimi Web,也可以在终端运行 kimi。Kimi 使用独立的模型配置与会话,需单独完成登录或配置;离开页面后可返回继续使用,也可从 Eta 主动停止。

模型与 BYOK

使用 Eta 的 AI 功能支持自备模型服务的 API Key,也支持 Codex(ChatGPT)与 Grok 订阅账号登录。内置 OpenAI、Anthropic、阿里百炼、DeepSeek、Kimi、MiMo、MiniMax、StepFun、硅基流动、OpenRouter 和 xAI 等提供商配置,也可添加自定义服务。

内置 OpenAI 与 xAI 提供商可在填写 API Key 和订阅账号登录之间切换:Codex 通过 PKCE 授权,Grok 通过设备码授权,均由系统浏览器完成登录。登录成功后自动拉取并同步账号可用的远端模型目录、上下文窗口与思考档位;OAuth 凭据经 Android Keystore 加密保存在本机不可备份目录,不进入跨进程通信或备份文件。

内置提供商附带常用对话模型预设;目录更新会为已有内置配置补充新型号,并保留用户的模型设置和当前选择。硅基流动与 OpenRouter 的模型目录变化较快,可在提供商的「模型」页面从服务端拉取。

提供商列表还可从 models.dev 社区目录挑选兼容的对话服务和模型;联网时更新目录,离线时使用本地缓存或随应用打包的快照。导入后的提供商默认停用,需核对服务地址、填写该服务的 API Key 并启用;Eta 读取目录时不发送已保存的 API Key。

Provider 层支持 OpenAI-compatible Chat Completions、Responses API、Anthropic Messages 和 Gemini 原生 Interactions API,包括 SSE、Tool Calling、图片输入与推理内容。你可以自定义服务地址、请求头和请求体,拉取或手动添加模型(拉取后从尚未添加的模型中勾选需要的加入),调整上下文长度与思考档位。具体能力取决于模型与接口,部分 Responses 提供商还可开启服务端网页搜索。

在设置中的模型提供商填写模型的上下文窗口大小(tokens)后才会启用自动压缩,从远端拉取时接口标注了窗口的模型会自动填好;未填写时照常对话,可手动压缩。“设置 → 上下文与扩展 → 自动压缩上下文”默认开启,修改从下一次运行生效,关闭后仍可手动压缩。自动压缩按服务商实际返回的输入用量与该窗口判断,不自动补窗或估算请求 token 数;服务商未返回输入用量时,可手动压缩。

提供商配置中的“自定义请求头”默认折叠,可添加、编辑和删除名称/值,保存后用于模型列表与对话请求;“测试连接”会使用尚未保存的配置。支持覆盖 User-Agent,认证和传输请求头仍由 Eta 管理。连接 OpenCode 官方端点时,Eta 自动发送每段对话稳定的 x-opencode-session,无需手动填写;默认客户端标识为 Eta。

系统助手入口

Eta 自身实现了完整的 Android 原生数字助理服务(VoiceInteractionService),可作为系统默认数字助理运行,长按电源键直接唤醒 Eta 本体执行任务:

  • Eta 原生数字助理:从电源键直接唤起 Eta 本体全局浮窗,竖屏下光效从按键位置沿屏幕边缘进入并汇聚到底部,支持语音提问、切换键盘输入或点击建议提问,上拉浮窗即可回到 Eta 主界面接管当前会话;唤醒时由系统直接提供当前屏幕截图与应用内容,无需额外点击或开启无障碍截图。语音识别支持千问、豆包和 Mimo 在线接口,也可在设置中独立关闭语音识别以直接弹出文字输入栏与键盘;只需麦克风权限与对应服务配置,不依赖设备自带识别服务。语音播报支持千问、豆包、Gemini、MiniMax 和 Mimo,可配置音色并试听,支持助手回答自动播报、聊天听写以及手动/自动朗读(退到后台或锁屏可继续播放),详见语音配置。
  • 长按电源键路由:在设置中选择长按电源键唤起 Eta 本体、Gemini 或系统默认助手。
  • 小布 / 超级小爱接管:习惯使用厂商原有入口时,也可保留小布或超级小爱的界面,将请求交由 Eta 本体与自选模型处理。

在锁死默认数字助理或电源键逻辑的 ROM 上,电源键路由与厂商助手接管需要 LSPosed 与对应系统支持。

解锁 Gemini 与一圈即搜

  • Gemini 解锁:补齐 Gemini 系统助手能力,支持 Google App 系统化、锁屏与亮屏语音输入、息屏热词补偿。
  • 一圈即搜:解锁一圈即搜,通过手势条长按或双指识屏触发。

需要 LSPosed 与对应系统支持,具体功能与适配说明见技术实现。

权限与数据边界

系统工具、敏感读取、敏感操作、终端与文件、网页浏览、记忆均有独立开关,当前默认开启。Runtime 在执行前重新检查权限,撤权或断连不会覆盖已保存的配置。

  • 数据去向:任务所需的对话、图片和工具结果会发送给配置的模型服务;本地 Runtime 不代表本地推理。自定义 HTTP 地址会明文传输 API Key 与请求内容。
  • 本机记录:敏感工具及 MCP 的原始参数、结果不写入持久会话,模型回复仍会保存。通知历史在授权后保存最近 7 天、最多 1000 条;MCP 认证令牌、网页工具独立密钥与提供商 OAuth 凭据均通过 Android Keystore 加密保存。
  • 会话模型:每个对话记住上次使用的模型,切回对话即恢复;在对话中切换模型同时更新默认模型,新对话与系统助手入口使用默认模型。原模型被停用或删除时临时改用默认模型并提示,重新启用后自动恢复。
  • 会话与备份:打开对话先显示最近消息,向上翻阅时自动加载更早记录并保持阅读位置,搜索和导出仍覆盖完整记录。支持消息复制、编辑、从某轮删除和回复重新生成;单个对话可导出为 Markdown,也可整体导入导出对话、模型配置、角色资料与记忆;备份包含 API Key,不包含订阅登录的 OAuth 令牌。分享角色卡只导出角色设定和卡片图片,不包含私人对话与记忆。
  • 运行边界:任务可停止或接管。后台运行受 Android 与厂商进程管理影响,强停或重启后需手动启动;系统与应用更新也可能需要重新适配 Hook。

快速开始

  1. 从 Releases 下载 APK,安装后在“模型提供商”中填写 API Key(或登录 Codex / Grok 订阅账号)并选择默认模型。执行任务需要 Tool Calling,理解图片还需模型支持图片输入。
  2. 按任务需要配置工具开关与权限:GUI Agent 需要无障碍服务;日历读写、通知、应用使用情况分别授权;位置工具需要“始终允许”。工具页可查看当前设备的可用能力。
  3. 开始对话。需要 Linux 时,在“Linux 工具环境”中安装发行版、基础工具及所需开发工具;需要系统入口时,参见系统助手入口。
  • 普通设备:Android 13+ ARM64 设备,可使用聊天、网页搜索与内置浏览器、记忆、Skills、MCP、普通终端与私有工作区;日历读写、GUI 和本机通知/位置/使用情况读取按需授权。
  • Root 设备:进一步开放后台虚拟屏执行、系统设置与开关修改、应用管理、受保护文件、系统与厂商个人数据深度检索、一方应用(闹钟、便签等)原生操作,以及 Root Shell 和 chroot。
  • LSPosed 与适配 ROM:开放后台虚拟屏执行、厂商助手接管、系统快捷入口、小布记忆进程内查询桥及 Google 能力增强;部分功能另需 Root。

联系人、短信、通话记录、系统索引与厂商应用私有数据等专用检索目前仍需要 Root(日历读写已支持普通 Android 日历权限)。完整条件与验证范围见设备支持说明。

为什么做 Eta

从不好用的手机助手开始

做 Eta 的起点很直接:我觉得很多手机厂商的 AI 助手不好用。回答不够准确,稍复杂的需求就需要自己接着操作。我最早想解决的只是屏幕问答:刷到一个陌生概念,就在当前屏幕上问清楚,让模型结合内容搜索、解释,省去复制文字、切换应用和重新描述背景的过程。

这样的体验很依赖模型能力。模型迭代很快,我希望手机助手也能及时用上更好的模型。因此,我把自选模型作为 Eta 的基础能力,让用户保留熟悉的手机入口,用自己选择的模型问答和执行任务。

桌面 Agent 百花齐放,手机 AI 却处处碰壁

桌面端有完整的 Shell 环境、成熟的命令行工具和开放的文件系统。模型在用户权限范围内,可以读写文件、安装依赖、执行程序,把现有工具组合起来完成各种任务。这给了 Agent 充分的发挥空间,也是 Coding Agent 能在桌面端百花齐放的重要原因。

Android 虽然也有 Shell,但普通 App 能访问的目录、系统能力和执行环境都受到较多限制。补上一套 Linux 环境可以解决命令与依赖,手机里的应用和数据却仍然隔着一道墙。许多服务封闭在各自的 App 中,没有供 Agent 直接调用的接口,系统助手也很难把它们串起来。

这也是我对手机 AI 最不满意的地方。大模型已经迭代了几年,桌面端的工作方式不断变化,手机上的很多 AI 体验却依然停留在问答、摘要和几个预设场景里。功能越来越多,真正改变使用方式的产品却不多;一到跨应用、跨服务的任务,用户还是要自己接着做。

豆包手机助手让我看到了不同的可能。它以豆包 App 为基础,与手机厂商在操作系统层面合作,让 AI 理解屏幕并执行跨应用任务。但这样的尝试很快碰到了生态边界:2025 年 12 月,部分用户遇到微信异常退出和登录限制,豆包随后下线了操作微信的能力;同期还有淘宝人机验证、银行 App 要求关闭屏幕共享的反馈。微信方面当时表示,可能触发了原有安全风控。

同月,豆包还宣布限制刷激励、金融应用和部分游戏场景。在我看来,这些事件说明,即使拿到系统级权限,也很难独自打通应用生态。App 将账号、数据、服务和交易留在自己的闭环里,手机厂商也有各自的设备与服务生态。Agent 改变了用户入口和服务分发方式,接口能否开放,同时涉及技术、安全和商业选择。

我能理解手机厂商在商业合作和生态之间的顾虑,但这不该成为 AI 助手不好用的借口。跨应用能力暂时受限,至少也应该提供一个理解到位、回答可靠的模型,或者让用户接入自己选择的模型。

把 Agent 装进手机之后

把 OpenClaw(“龙虾”)或桌面 Coding Agent 搬进手机的 Linux 环境,可以让它继续处理文件、运行脚本。但如果接不到手机的系统能力和个人上下文,它仍是一只困在沙盒里的龙虾;即便授予无障碍或 Root Shell 权限,若缺少对系统与厂商 ROM 的适配,模型依然难以直接获取本机结构化数据或调用一方应用接口。运行环境迁移之后,手机上的应用、数据和系统入口仍要逐一接通。

我既是第三方开发者,也是 Android 玩机用户,没有预装合作和自有生态的商业包袱,所以愿意在系统适配上做得更激进一些,尽可能把手机已有的能力开放给用户自己选择的模型。

Eta 在这一层做适配:通过 Xposed 接管小布、超级小爱和电源键入口,直接调用系统与一方应用接口操作日历、闹钟、便签和系统开关,并检索通知、相册、健康数据以及小布记忆、账单、行程、订单、录音摘要等本机数据源。Shell 与 Linux 提供计算环境,GUI Agent 覆盖缺少接口的应用操作。这些能力共用同一套 Agent Runtime,让模型既能了解手机上的事情,也有工具把事情做下去。

我也不认为每件事都值得交给 AI。几次点击就能完成的操作,如果要多花时间、支付调用费用,还得盯着模型纠错,我宁愿自己动手。我更期待它帮我处理需要结合本机信息、跨应用重复操作,或不方便手动完成的任务。手机 Agent 的价值取决于对系统能力、本机数据和移动交互的理解与适配,功能数量本身不足以说明产品是否好用。

对 AI 手机与 Agentic OS 的展望

以下是长期愿景,部分能力尚未在 Eta 中实现。

GUI 是为人设计的,通过层层菜单把模糊需求变成具体操作。对模型而言,直接调用 API、CLI、MCP 等接口更友好,能减少截图、控件识别和页面变化带来的开销与错误。GUI Agent 用来补齐没有开放接口的场景。

我期待的 Agentic OS 中,操作系统会成为用户表达需求的第一入口。用户说出目标,系统结合当前情境理解意图,通过 Agent Runtime 选择模型、调用工具、检查结果。过去由用户在不同应用和菜单之间串起的步骤,可以交给系统组织。

App 在其中的角色也会改变:它们继续提供专业功能和服务,同时成为 Agent 可以调用的资源。一次任务可以组合多个应用的能力,结果由系统统一呈现,用户在需要时进入具体界面查看或接管。这样的变化也涉及入口和服务分发,需要应用生态共同开放。

个人上下文、记忆和任务状态则应随用户跨设备延续。例如,在手机上规划好出行,上车后车机就能理解目的并接续导航,无需重新交代背景。手机、电脑、汽车和眼镜可以共享同一个个人 Agent 的记忆,利用各自的感知与执行能力协作。语音、视觉和动作进一步拓展交互方式,让设备在合适的时机主动响应,逐步把 Agent 的能力延伸到物理世界。

Eta 先从现有 Android 上的模型、上下文与工具做起。真正落地到手机上的 Agentic OS,还需要手机厂商、Android 应用开发者、模型服务商与硬件生态共同推进;技术要成熟,接口要开放,各方利益也要协调,完整形态仍然遥遥无期。

深入了解

  • 设备支持与权限边界:普通设备、Root、文件工作区与后台运行。
  • 技术实现:设备工具、数据检索、浏览器、终端与系统集成。
  • Agent Runtime:Agent Loop、Provider、steering、transcript 与结果恢复。
  • HyperOS 系统入口:电源键、一圈即搜的适配条件与验证边界。
  • 终端原生组件:PTY、PRoot 及随包源码的构建方式。

关于 PR 与贡献

本项目已关闭外部 PR,只接受协作者提交。

AI 时代下,处理外部 PR 变得比以往更加困难:大量由 AI 生成的 PR 中,模型能力与提交者水平参差不齐,容易混入不少 AI slop。加上处理流程繁琐,不仅要来回沟通、对齐项目架构,还要自己 Review 代码、跑测试验证——实在太累了,成本远高于拿到 Issue 后直接在内部用 AI 实现,还不如自己写。

新功能需求、问题反馈或功能贡献,欢迎直接在 Issues 及评论区提交你的思路或 Prompt,方便 AI 直接读取上下文完成实现。谢谢大家的理解与支持!

Star History

Eta Star History

参考与致谢

  • Pi Coding Agent:Eta Agent Runtime 的核心参考,包括 Agent Loop、Tool Calling、steering 与 transcript 状态管理。
  • OmniBot:Android AI Agent 方向的参考项目。
  • libxposed API:现代 Xposed API。
  • COUI-Kit 与 Miuix:UI 组件库。

许可证

Copyright © 2026 蛮吉 (Mangi-11)

本项目基于 GPL-3.0 开源,详情请参阅 LICENSE。

社区:LINUX DO

About

System-level Android AI Agent with direct OS access. | Android 系统级 AI Agent——越过沙盒,让模型访问底层API、屏幕、终端与你的数据

Topics

agentandroid-ai-assistantcircle-to-searchcolorosgeminihyperoslsposed-moduleoneplusxiaomi

Resources

Readme
GPL-3.0 license
Activity

Stars

2.8k stars

Watchers

15 watching

Forks

333 forks
Report repository

Releases

Contributors

Languages

You are visitor 01402503 — GeezerVison does not store the pages you look up.
Best viewed with Netscape Navigator 4.7 or Internet Explorer 6 at 800×600. No cookies required.